Anda di halaman 1dari 1

1.

Cross Sectional
Jenis penelitian ini berusaha mempelajari dinamika hubungan hubungan atau korelasi antara faktor-faktor risiko dengan dampak atau efeknya. Faktor risiko dan dampak atau efeknya diobservasi pada saat yang sama, artinya setiap subyek penelitian diobservasi hanya satu kali saja dan faktor risiko serta dampak diukur menurut keadaan atau status pada saat observasi. Angka rasio prevalensi memberi gambaran tentang prevalensi suatu penyakit di dalam populasi yang berkaitan dengan faktor risiko yang dipelajari atau yang timbul akibat faktor-faktor risiko tertentu.

Kelebihan studi cross-sectional: Kelebihan rancangan studi potong lintang adalah kemudahannya untuk untuk dilakukan dan murah, sebab tidak memerlukan follow-up. Jika tujuan penelitian sekedar mendeskripsikan distribusi penyakit dhubungkan dengan paparan faktor-faktor penelitian, maka studi potong lintang merupakan rancangan studi yang cocok, efisien dan cukup kuat disegi metodologik. Selain itu seperti penelitian observasional lainnya, studi potong lintang tidak memaksa subjek untuk mengalami factor yang diperkirakan bersifat merugikan kesehatan (factor resiko). Demikian pula, tidak ada subjek yang kehilangan kesempatan memperoleh terapi yang diperkirakan bermanfaat, bagi subjek yang kebetulan menjadi control. Kekurangan penelitian cross sectional : Dibutuhkan subyek penelitian yang relatif besar atau banyak, dengan asumsi variable bebas yang

a.

berpengaruh cukup banyak. b. Kurang dapat menggambarkan proses perkembangan penyakit secara tepat. c. d. e. f. Faktor-faktor risiko tidak dapat diukur secara akurat dan akan mempengaruhi hasil penelitian. Nilai prognosanya atau prekdisinya (daya ramal) lemah atau kurang tepat. Korelasi faktor risiko dengan dampaknya adalah paling lemah bila dibandingkan dengan rancangan penelitian analitik yang lainnya. Kesimpulan hasil penelitian berkaitan dengan kekuatan rancangan yang disusun sangat berpengaruh, umumnya kekuatan rancangan yang baik adalah sekitar 40%, artinya hanya sebesar 40% variable bebas atau faktor risiko mampu menjelaskan variable terikat atau dampak, sisanya yaitu 60% tidak mampu dijelaskan dengan model yang dibuat. Contoh: penelitian tentang fluorosis yang dilakukan pada anak usia 10-12 tahun di Brazil yang tinggal di daerah yang belum memperoleh fluoridasi air minum.